我对机器学习还比较新手。我试图根据兴趣评分（1=低，10=高）将SetA中的人与SetB中的人进行匹配。我的实际数据集有40个特征（后来我想对某些特征以及不太常见的兴趣设置更高的权重，我相信这个会对我有帮助？）。

示例数据集：

>>> dfA = pd.DataFrame(np.array([[1, 1, 1], [4, 4, 4], [8, 8, 8]]),                   columns=['interest1', 'interest2', 'interest3'],                  index=['personA1','personA2','personA3'])>>> dfB = pd.DataFrame(np.array([[4, 4, 3], [2, 2, 1], [1, 2, 2]]),                   columns=['interest1', 'interest2', 'interest3'],                  index=['personB1','personB2','personB3'])print(dfA, "\n", dfB)>>>           interest1  interest2  interest3personA1          1          1          1personA2          4          4          4personA3          8          8          8           interest1  interest2  interest3personB1          4          4          3personB2          2          2          1personB3          1          2          2

我使用sklearn的最近邻算法来做这件事：

knn = NearestNeighbors(n_neighbors = 2).fit(dfA)distances, indicies = knn.kneighbors(dfB)>>> print(distances, "\n \n", indicies)>>>[[1.         4.69041576] [1.41421356 4.12310563] [1.41421356 4.12310563]]  [[1 0] [0 1] [0 1]]

我无法理解这个输出？我知道有一个类似问题的解释，但是我不知道如何将其应用到这种情况，因为有两个不同的数据集。

最终，我想要一个匹配的最终数据框，如下所示：

SetA             SetBpersonA1        personB2personA2        personB1personA3        personB3

回答：

你得到的结果是SetB中给定人的最近邻居，从SetA中的人中选出。
换句话说，第一个元素distances[0]告诉你personB1与其在SetA中的两个最近邻居的距离。indicies[0]告诉你这两个人的索引。

在这个例子中：
indicies[0] = [1, 0]意味着personB1在SetA中的最近邻居是SetA[1] = personA2和SetA[0] = personA1。
distances[0] = [1. 4.69041576]告诉我们personB1和personA2之间的距离是1，而personB1和personA1之间的距离是4.69041576（你可以手动计算欧几里得距离来验证这一点）。

几点说明：

• 从你的问题描述来看，你似乎只对SetB中的人在SetA中找到最近邻居感兴趣（而不是两个最近邻居）。如果是这样的话，我建议将knn参数中的n_neighbors=2改为n_neighbors=1。

• 注意你的索引：在你的数据集中，标签是从1开始的（personA1, personA2, …），但是在knn中，索引总是从0开始。当事情变得更复杂时，这可能会导致混淆，因为SetA[0]=personA1，所以要注意这一点。